基于蒙特卡洛随机潮流研究(Matlab代码实现)
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
当所求问题的解是某个事件的概率,或者是某个随机变量的数学期望,或者是概率、数学期望有关的量时,通过某种试验的方法,得到该事件发生的频率,或者该随机变量若干个具体观察值的算数平均值,通过它得到问题的解。这就是蒙特卡罗方法的基本思想。本文利用蒙特卡洛模拟法计算随机潮流,计算电力系统安全性
📚2 运行结果
部分代码:
for i=1:n %对PI节点的处理
h=h+1;
if i~=isb&&B2(i,2)==4
Q(i)=sqrt(Ig^2*((B2(i,5))^2)-B(i,3)^2); %e=B2(i,5),f=0,e^2+f^2=B2(i,5))^2,其中e和f为光伏发电系统接入节点电压的实部和虚部
B2(i,4)=Q(i);
B2(i,2)=1;
PI=h;
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
h=0;
j=0;
for i=1:n %对PQ节点的处理
if i~=isb&&B2(i,2)==1
h=h+1;
for j=1:n
OrgS(2*h-1,1)=OrgS(2*h-1,1)+B2(i,5)*(G(i,j)*B2(j,5)-B(i,j)*B2(j,6))+B2(i,6)*(G(i,j)*B2(j,6)+B(i,j)*B2(j,5)); %Pi 书P57页11-45
OrgS(2*h,1)=OrgS(2*h,1)+B2(i,6)*(G(i,j)*B2(j,5)-B(i,j)*B2(j,6))-B2(i,5)*(G(i,j)*B2(j,6)+B(i,j)*B2(j,5)); %Qi 同上
end
end
end
for i=1:n %对PV节点的处理
if i~=isb&&B2(i,2)==2
h=h+1;
for j=1:n
OrgS(2*h-1,1)=OrgS(2*h-1,1)+ B2(i,5)*(G(i,j)*B2(j,5)-B(i,j)*B2(j,6))+B2(i,6)*(G(i,j)*B2(j,6)+B(i,j)*B2(j,5)); %同上
OrgS(2*h,1)=OrgS(2*h,1)+ B2(i,6)*(G(i,j)*B2(j,5)-B(i,j)*B2(j,6))-B2(i,5)*(G(i,j)*B2(j,6)+B(i,j)*B2(j,5)); %同上
end
end
end
OrgS;
%创建PVU 用于存储PV节点的初始电压
PVU=zeros(n-H-1,2);
t=0;
for i=1:n
if B2(i,2)==2
t=t+1;
PVU(t,1)=B2(i,5);
PVU(t,2)=B2(i,6);
end
end
%disp('PV节点初始值:电压、相位ei、fi:') ;
PVU;
%创建DetaS,用于存储有功功率、无功功率和电压幅值的不平衡量 书p58 11-46和11-47
h=0;
for i=1:n %对PQ节点的处理
if i~=isb&&B2(i,2)==1
h=h+1;
DetaS(2*h-1,1)=B2(i,3)-OrgS(2*h-1,1);
DetaS(2*h,1)=B2(i,4)-OrgS(2*h,1);
end
end
t=0;
for i=1:n %对PV节点的处理
if i~=isb&&B2(i,2)==2
h=h+1;
t=t+1;
DetaS(2*h-1,1)=B2(i,3)-OrgS(2*h-1,1);
DetaS(2*h,1)=PVU(t,1)^2+PVU(t,2)^2-B2(i,5)^2-B2(i,6)^2;
end
end
%disp('P、Q、V不平衡量:') ;
DetaS;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%创建I,用于存储节点电流参数(计算雅克比矩阵用 具体见纸板公式推导)
I=zeros(n-1,1);
h=0;
for i=1:n
if i~=isb
h=h+1;
I(h,1)=(OrgS(2*h-1,1)-OrgS(2*h,1)*sqrt(-1))/conj(B2(i,5)+B2(i,6)*sqrt(-1));
end
end
I;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%创建Jacbi(雅可比矩阵) 各元素是书中各元素求法乘个-1 所以△W=J△V
Jacbi=zeros(2*n-2);
h=0;
k=0;
for i=1:n %对PQ节点的处理
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]雒浪,蓝文军,王明霞.一种基于蒙特卡洛的模糊随机潮流计算方法[J].电子世界,2019(04):15-16.DOI:10.19353/j.cnki.dzsj.2019.04.008.
🌈4 Matlab代码实现
相关文章
- 【场景削减】基于 Kantorovich 距离的 SBR 算法场景削减研究(Matlab代码实现)
- 基于改进多目标灰狼优化算法的考虑V2G技术的风、光、荷、储微网多目标日前优化调度研究(Matlab代码实现)
- 基于模型预测控制(MPC)的微电网调度优化的研究(Matlab代码实现)
- 【需求响应】分时电价机制下居民用户需求侧对负荷响应研究(Matlab代码实现)
- 【改进灰狼优化算法】改进收敛因子和比例权重的灰狼优化算法【期刊论文完美复现】(Matlab代码实现)
- 压缩空气储能研究(Matlab代码)
- 磁实验比较-反激式变压器(Matlab代码实现)
- 微电网|含分布式发电的微电网中储能装置容量优化配置(Matlab代码实现)
- 计及需求侧响应日前、日内两阶段鲁棒备用优化(Matlab代码实现)
- 【不确定性研究】基于信息间隙决策理论的综合能源系统优化调度研究【改进粒子群优化算法求解】(Matlab代码实现)
- 含分布式电源的配电网日前两阶段优化调度模型(Matlab代码实现)
- 【需求响应】分时电价机制下居民用户需求侧对负荷响应研究(Matlab代码实现)
- 【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)
- 多微电网案例——分布式能源交易(Matlab代码实现)
- 独立光伏-电池-柴油发电机组的能源管理系统的主干网研究(Matlab代码实现)
- 基于蒙特卡诺和拉格朗日乘子法的电动车调度【有序、无序充放电】【Matlab代码】
- 蒙特卡洛模拟法计算电动汽车充电负荷(Matlab代码实现)
- 结合邻域连接法的蚁群优化(NACO)求解TSP问题(Matlab代码实现)
- 基于改进PSO-ABC算法的机器人路径规划(Matlab代码实现)
- 基于蚁群算法的车辆路径规划问题的研究(Matlab代码实现)
- 【无人车】用于无人地面车辆的路径跟踪算法(Matlab代码实现)
- 改进粒子滤波的无人机三维航迹预测方法(基于Matlab代码实现)
- 使用FORCE训练的脉冲神经网络中的监督学习(Matlab代码实现)
- 【单目标优化算法】海鸥优化算法(Matlab代码实现)
- 使用Bp神经网络和Elman Net预测航班价格(Matlab代码实现)
- 基于多保真方法来估计方差和全局敏感度指数分析(Matlab代码实现)
- AOA估计中的MUSIC算法(Matlab代码实现)
- 多策略协同改进的阿基米德优化算法及其应用(Matlab代码实现)
- BP神经网络对指纹识别的应用(Matlab代码实现)
- 基于鲸鱼优化算法的5G信道估计(Matlab代码实现)
- matlab中的函数
- Matlab---傅里叶变换---通俗理解(二)